发布 M3STR 数据集, 应用在 多模态推理、视觉理解 领域

本次发布的数据集 M3STR, 该数据集名为M3STR，是一个创新性的基准测试，旨在评估多模态大型语言模型（MLLMs）在理解和推理以视觉形式呈现的结构化知识方面的能力。该数据集不仅促进了主流开源MLLMs在各项任务中的性能评估，还揭示了它们在抽象视觉理解和推理方面的优势和局限性。具体来说，该数据集涉及三项与抽象视觉推理以及多模态地图理解相关的任务。

查看M3STR

README 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。